Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Signes de difficultés : repérer les distorsions cognitives dans la langue et le registre

Created by
  • Haebom

Auteur

Abhishek Kuber, Enrico Liscio, Ruixuan Zhang, Caroline Figueroa, Pradeep K. Murukannaiah

Contour

Cet article explore une approche permettant de détecter automatiquement les premiers signes de détresse mentale chez les adolescents à partir de textes numériques. Plus précisément, nous nous concentrons sur l'identification des distorsions cognitives, des schémas de pensée irrationnels qui exacerbent la détresse mentale. Contrairement aux études précédentes axées sur des données cliniques en anglais, cette étude analyse des messages de forums en ligne rédigés par des adolescents néerlandais afin de présenter la première étude approfondie sur la généralisation inter-langues et inter-registres de la détection des distorsions cognitives. Si les variations de langage et de style d'écriture ont un impact significatif sur les performances du modèle, les méthodes adaptées au domaine présentent les résultats les plus prometteurs.

Takeaways, Limitations_

Takeaways:
Présentation de la possibilité de développer un système automatisé pour le diagnostic précoce des problèmes de santé mentale chez les adolescents.
Souligne l’importance des méthodes d’adaptation de domaine pour développer des modèles de détection de distorsion cognitive dans diverses langues et styles d’écriture.
Potentiel de contribution au développement de stratégies d’intervention précoce à faible coût.
Limitations:
L'étude s'est limitée aux publications en ligne de jeunes Néerlandais sur des forums. Des recherches supplémentaires sont nécessaires pour déterminer la généralisabilité à d'autres langues et cultures.
L'efficacité des méthodes d'adaptation de domaine peut varier selon l'ensemble de données et le modèle. Des méthodologies plus robustes et généralisables sont nécessaires.
Une validation supplémentaire de la précision et de la fiabilité de la détection des distorsions cognitives est nécessaire.
👍